প্রশ্ন ট্যাগ «monte-carlo»

একটি র্যান্ডম বন একটি সংগ্রহ সিদ্ধান্ত গাছ এলোমেলোভাবে (এবং কখনও কখনও প্রশিক্ষণ ডেটা ব্যাগিং) সঙ্গে প্রতিটি গাছ গড়ে তুলতে শুধুমাত্র নির্দিষ্ট বৈশিষ্ট্য নির্বাচন করে গঠন করেন। স্পষ্টতই তারা ভাল শিখেছে এবং সাধারণীকরণ করে। সিদ্ধান্তের জায়গার জন্য কেউ কি সিসিএমসি নমুনা করেছেন বা এলোমেলো বনের সাথে তুলনা করেছেন? আমি জানি যে …

11 mcmc  monte-carlo  random-forest  cart 

আমি সাধারণত এমন ডেটা নিয়ে কাজ করি যেখানে 2 বা ততোধিক শর্তে একাধিক ব্যক্তি প্রতি একাধিকবার পরিমাপ করা হয়। আমি সম্প্রতি individualএলোমেলো প্রভাব হিসাবে মডেলিং, শর্তগুলির মধ্যে পার্থক্যের জন্য প্রমাণ মূল্যায়নের জন্য মিশ্র ইফেক্টস মডেলিংয়ের সাথে খেলছি । এই জাতীয় মডেলিং থেকে ভবিষ্যদ্বাণীগুলি সম্পর্কে অনিশ্চয়তা দেখার জন্য, আমি বুটস্ট্র্যাপিং ব্যবহার …

11 confidence-interval  mixed-model  bootstrap  monte-carlo  simulation 

আমি যে কোর্সে কাজ করছি তার জন্য আমার নীচের প্রশ্নটি রয়েছে: স্ট্যান্ডার্ড সাধারণ বুটস্ট্রাপ আস্থা আত্মবিশ্বাস এবং বেসিক বুটস্ট্র্যাপ আস্থা আত্মবিশ্বের কভারেজ সম্ভাবনাগুলি অনুমান করার জন্য একটি মন্টি কার্লো অধ্যয়ন পরিচালনা করুন। একটি সাধারণ জনসংখ্যার থেকে নমুনা এবং নমুনা গড়ের জন্য অভিজ্ঞতামূলক কভারেজের হারগুলি পরীক্ষা করুন। মানক সাধারণ বুটস্ট্র্যাপ সিআইয়ের …

11 r  confidence-interval  self-study  bootstrap  monte-carlo 

আমি প্রকল্পের অ্যালার 213 সমাধান করতে চাই তবে কোথা থেকে শুরু করব তা জানি না কারণ আমি পরিসংখ্যানের ক্ষেত্রে একটি ল্যাপারসন, লক্ষ্য করুন যে একটি সঠিক উত্তর প্রয়োজন তাই মন্টি কার্লো পদ্ধতিটি কাজ করবে না। আপনি পড়তে আমার জন্য কিছু পরিসংখ্যানের বিষয় সুপারিশ করতে পারেন? সমাধান এখানে পোস্ট করবেন না …

11 self-study  monte-carlo  markov-process 

কম্পিউটার গ্রাফিক্সের একটি অত্যন্ত সাধারণ পরিস্থিতি হ'ল কিছু পিক্সেলের রঙ কিছু বাস্তব-মূল্যবান ফাংশনের অবিচ্ছেদ্য সমান। প্রায়শই বিশ্লেষণাত্মকভাবে সমাধান করতে ফাংশনটি খুব জটিল হয়, তাই আমরা সংখ্যাসমূহের কাছাকাছি রেখেছি। তবে ফাংশনটি প্রায়শই গণনা করাতে খুব ব্যয়বহুল হয়, তাই আমরা কতগুলি নমুনা গণনা করতে পারি তার জন্য আমরা প্রচুর পরিমাণে সীমাবদ্ধ। (উদাহরণস্বরূপ, …

11 estimation  monte-carlo  function  quasi-monte-carlo 

যখন সমীকরণের একটি সেট বিশ্লেষণাত্মকভাবে সমাধান করা যায় না, তখন আমরা গ্রেডিয়েন্ট বংশদ্ভুত অ্যালগরিদম ব্যবহার করতে পারি। তবে মনে হয় মন্টি কার্লো সিমুলেশন পদ্ধতিও রয়েছে যা বিশ্লেষণাত্মক সমাধান না থাকা সমস্যাগুলি সমাধান করতে ব্যবহার করা যেতে পারে। গ্রেডিয়েন্ট বংশদ্ভুত কখন ব্যবহার করবেন এবং মন্টি কার্লো কখন ব্যবহার করবেন তা কীভাবে …

11 monte-carlo  gradient-descent 

ধরুন আমি ধারাবাহিক বিতরণ থেকে নমুনা নিতে চাই । আমার যদি ফর্মটিতে একটি এক্সপ্রেশন থাকেপিp(x)p(x)p(x)ppp p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) যেখানে , এবং f_i এমন বিতরণ যা সহজেই নমুনা থেকে নেওয়া যায়, তারপরে আমি পি দ্বারা সহজেই নমুনা তৈরি করতে পারি :ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1fifif_ippp সম্ভাব্যতা a_i সহ …

10 simulation  monte-carlo  mixture  accept-reject 

আমি বর্তমানে বেশ কয়েকটি ওডিইএস নিয়ে গঠিত মডেলের প্যারামিটারগুলি অনুমান করার জন্য একটি বেয়েসিয়ান পদ্ধতির ব্যবহার করছি। আমার কাছে অনুমান করার মতো 15 টি প্যারামিটার রয়েছে, আমার স্যাম্পলিংয়ের স্থানটি 15-মাত্রিক এবং আমার উত্তরোত্তর বিতরণের জন্য অনুসন্ধানে অনেকগুলি স্থানীয় ম্যাক্সিমা রয়েছে যা খুব কম সম্ভাবনার বৃহত অঞ্চলগুলি দ্বারা বিচ্ছিন্ন very এটি …

10 bayesian  mcmc  monte-carlo  ergodic 

পরামিতি সহ, আলফা স্থিতিশীল বিতরণ থেকে নমুনা দেওয়া আইআইডি র্যান্ডম ভেরিয়েবলগুলির ক্রম Let ।X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 এখন অনুক্রমটি বিবেচনা করুন , যেখানে , । Y j + 1 = X 3 j + 1 X …

10 probability  self-study  monte-carlo  convergence  order-statistics 

আমি কন্টিজেন্সি টেবিলে স্বাধীনতার পরীক্ষা করছি । জি-টেস্ট বা পিয়ারসনের চি-স্কোয়ার্ড টেস্ট ভাল কিনা তা আমি জানি না । নমুনার আকারটি কয়েকশতে রয়েছে তবে কিছু কম ঘরের সংখ্যা রয়েছে। উইকিপিডিয়া পৃষ্ঠায় যেমন বলা হয়েছে, চি-স্কোয়ার ডিস্ট্রিবিউজের আনুমানিকতা জি-পরীক্ষার জন্য পিয়ারসনের চি-স্কোয়ার পরীক্ষার চেয়ে ভাল। তবে আমি পি-মান গণনা করতে মন্টি …

10 chi-squared  p-value  monte-carlo  contingency-tables 

আমার প্রশ্ন মন্টি কার্লো বিশ্লেষণ পদ্ধতির জন্য প্রয়োজনীয় সংখ্যার সিমুলেশন সম্পর্কে। যতদূর আমি দেখতে পাচ্ছি যে কোনও অনুমোদিত শতাংশ ত্রুটির জন্য প্রয়োজনীয় সংখ্যার নম্বর (যেমন, 5) হ'ল ইইEn = { 100 ⋅ zগD স্ট্যান্ড ( এক্স )ই⋅ গড় ( এক্স )}2,এন={100⋅z- রগ⋅এসটিডি(এক্স)ই⋅গড়(এক্স)}2, n = \left\{\frac{100 \cdot z_c \cdot \text{std}(x)}{E \cdot …

10 standard-deviation  monte-carlo  power-analysis 

আমি আংশিকভাবে সম্পর্কযুক্ত রিটার্ন সহ বেশ কয়েকটি সম্পদের মূল্য নির্ধারণের জন্য মন্টে কার্লো ফাংশনে কাজ করছি। বর্তমানে, আমি কেবল একটি covariance ম্যাট্রিক্স উত্পন্ন rmvnorm()এবং আর মধ্যে ফাংশন ফিড (সংযুক্ত র্যান্ডম মান উত্পন্ন করে।) তবে কোনও সম্পত্তির রিটার্ন বিতরণের দিকে তাকালে এটি সাধারণত বিতরণ করা হয় না। এটি সত্যই একটি দুটি …

10 mcmc  monte-carlo  pdf 

আমার প্রোগ্রামে আমার প্রতিটি নিজস্ব আরএনজি দিয়ে এন আলাদা আলাদা থ্রেড চালানো দরকার যা বড় ডেটাসেটের নমুনার জন্য ব্যবহৃত হয়। আমার এই পুরো প্রক্রিয়াটি একটি একক মান দিয়ে বীজ করতে সক্ষম হওয়া দরকার যাতে আমি ফলাফলগুলি পুনরুত্পাদন করতে পারি। প্রতিটি সূচকের জন্য কেবল ক্রমানুসারে বীজ বাড়ানো কি যথেষ্ট? বর্তমানে আমি …

10 python  monte-carlo  random-generation  numpy 

মার্কভ চেইন মন্টি কার্লো মার্কভ চেইনের উপর ভিত্তি করে একটি পদ্ধতি যা আমাদেরকে এমন একটি মানক বিতরণ থেকে নমুনা (মন্টে কার্লো সেটিংয়ে) পেতে দেয় যা থেকে আমরা সরাসরি নমুনা আঁকতে পারি না। আমার প্রশ্ন মন্টি কার্লো স্যাম্পলিংয়ের জন্য কেন মার্কভ চেইনটি "অত্যাধুনিক"। বিকল্প প্রশ্ন হতে পারে, মার্কোভ চেইনের মতো অন্য …

10 sampling  mcmc  monte-carlo  markov-chain  stochastic-approximation 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction